用Python爬虫抓取天气数据的保姆级教程（附可视化技巧）

一、先看成果再动手

先给各位看看咱们今天要实现的酷炫效果（划重点）：

1. 实时获取指定城市7天天气预报 🌤️
2. 自动生成温度变化折线图 📈
3. 生成降雨概率柱状图 📊
4. 数据保存为CSV文件 💾

（小白友好警告）别被这些专业名词吓到！跟着我的步骤操作，包你半小时搞定！

---

二、准备工作：安装必备工具包

打开你的cmd/终端，输入以下命令：

pip install requests beautifulsoup4 pandas matplotlib

（重要提示）如果遇到安装失败，试试加上清华镜像源：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名

---

三、实战开始：手把手写代码

3.1 锁定目标网站

本次选用「中国天气网」作为数据源（网址：www.weather.com.cn）。打开网站后按F12打开开发者工具，重点观察这两个地方：

1. 网页请求的Headers信息
2. HTML标签结构（特别是class名称）

（防坑指南）很多网站的class名会定期更换，如果运行失败记得重新检查！

3.2 核心爬虫代码

import requests
from bs4 import BeautifulSoup
import pandas as pd

def get_weather(city_code):
    url = f"http://www.weather.com.cn/weather/{city_code}.shtml"
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'}
    
    response = requests.get(url, headers=headers)
    response.encoding = 'utf-8'
    
    soup = BeautifulSoup(response.text, 'html.parser')
    weather_list = soup.find('ul', class_='t clearfix').find_all('li')
    
    data = []
    for day in weather_list[:7]:  # 取7天数据
        date = day.find('h1').text
        weather = day.find('p', class_='wea').text
        temp = day.find('p', class_='tem').text.strip()
        wind = day.find('p', class_='win').find('i').text
        
        data.append([date, weather, temp, wind])
    
    df = pd.DataFrame(data, columns=['日期', '天气', '温度', '风向'])
    return df

# 使用示例（北京的城市代码是101010100）
weather_data = get_weather('101010100')
print(weather_data.head())

3.3 可视化模块

加上这几行代码，瞬间让数据会说话：

import matplotlib.pyplot as plt

# 温度变化折线图
plt.figure(figsize=(10,6))
weather_data['温度'].str.extract('(\d+)').astype(int).plot(
    kind='line', 
    marker='o',
    color='#FF6B6B'
)
plt.title('未来一周温度变化趋势', fontsize=14)
plt.xlabel('日期')
plt.ylabel('温度(℃)')
plt.grid(True, linestyle='--')
plt.savefig('temperature.png')

---

四、你可能遇到的坑（血泪经验总结）

4.1 网站反爬机制

如果遇到403错误，试试这些招数：

1. 更换User-Agent头
2. 添加请求间隔时间（time.sleep(2)）
3. 使用代理IP（进阶操作）

4.2 数据解析异常

当发现数据错乱时：

1. 检查网页结构是否变化
2. 用print(soup.prettify())输出网页结构
3. 使用更精准的CSS选择器

4.3 编码问题

遇到乱码记得：

response.encoding = 'utf-8'  # 或者 'gbk'

---

五、项目升级思路（举一反三）

5.1 扩展功能

• 添加邮件自动发送功能 📧
• 接入短信通知API 📱
• 开发可视化网页版 🌐

5.2 数据应用

• 结合历史天气数据分析季节变化
• 制作旅游城市天气对比报告
• 开发穿衣推荐系统 👗

---

六、法律与道德提示（超级重要）

1. 控制请求频率（建议≥30秒/次）
2. 不要用于商业用途
3. 尊重网站的robots.txt协议
4. 避免对服务器造成压力

（求生欲声明）本教程仅用于学习交流，请勿滥用！

---

七、完整源码获取

关注公众号「Python大本营」，回复「天气爬虫」获取完整可运行代码包。包含：

• 多城市支持版本
• 可视化增强版
• 异常处理优化版

（彩蛋）源码中还藏着一个神秘功能——空气质量指数分析！等你来解锁~

---

八、常见问题QA

Q：为什么我的爬虫突然不能用了？
A：大概率是网站改版了，需要重新分析页面结构

Q：如何获取其他城市代码？
A：访问中国天气网，搜索城市后看地址栏数字

Q：数据可以保存到数据库吗？
A：当然！用pandas的to_sql()方法轻松实现

---

下次想看什么爬虫案例？留言告诉我！点赞过1000马上出【B站弹幕抓取与词云生成】教程！